Una varietà di opzioni di progettazione di miscele JMP supporta situazioni sperimentali in cui le proprietà di una miscela di componenti dipendono più dalle proporzioni relative che dalle quantità assolute che vengono miscelate. Scopri come creare, analizzare e interpretare i risultati di diversi tipi di progettazione di miscele.
Scopri come:
- Comprendere la definizione di progettazione degli esperimenti (DOE) e come la progettazione degli esperimenti sia utile
- Eseguire analisi dello spazio commerciale utilizzando modelli adatti a un mix DOE per parametri di prestazioni e costi.
- Comprendere cosa rende i fattori di miscela (componenti) e la formulazione DOE diversi dalle altre tecniche DOE
- Crea due esperimenti di miscela
- Un semplice progetto a 3 componenti che utilizza la piattaforma JMP Custom DOE per adattare il progetto al problema, senza forzare il problema ad adattarsi al progetto
- Un progetto di miscela a 5 componenti con tre vincoli e dati di risposta
- Visualizza i processi con Prediction Profiler nella piattaforma Fit the Model
- Utilizzare sia la trasformazione della radice quadrata della risposta utilizzando JMP) sia la regressione generalizzata utilizzando una distribuzione non normale appropriata (utilizzando JMP Pro) per impedire a Prediction Profiler di mostrare previsioni fisicamente impossibili
- Scopri altri esempi di miscele DOE
- Miscela DOE a sette componenti con vincoli 5 e 7 che mira a migliorare il controllo di qualità e a produrre in modo meno costoso
- Utilizzo di vincoli per definire miscele all'interno di una miscela
- Trovare una miscela a 3 componenti che sia quasi buona quanto una miscela a 7 componenti
- Disegno a dieci fattori con 6 miscele, 2 continue, 1 categoriale e 1 variabile a blocco
- Incorporando vincoli aggiuntivi, tra cui il mantenimento di una parte della miscela costante
- Miscela di riempimento dello spazio DOE per simulazione chimica al computer
- DOE per formulazioni di reverse engineering
- Previsione della composizione chimica da un minor numero di miscele di prova mediante la modellazione degli spettri mediante l'analisi dei dati funzionali JMP
Domande a cui hanno risposto Tom Donnelly @tom_donnelly e Scott Allen @scott_allen durante il webinar in diretta del 2024:
Come si decide la direzione del segno di disuguaglianza quando si costruiscono vincoli lineari?
R: Devi pensarci o scriverlo algebricamente. Dal punto di vista del Ternary Plot, il triangolo blu e il triangolo verde vengono definiti da quella disuguaglianza. E poi inizia l'algebra. Guarda il video qui sotto.
Come si incorporerebbero fattori continui, come i tempi di polimerizzazione o di essiccazione, nelle miscele?
R: Ciò richiede una progettazione personalizzata. L'esempio mostra tutti i passaggi. Ha i 6 componenti della miscela, ma ha anche un tempo di polimerizzazione e una temperatura associata. Vedere l' esempio a 10 fattori ( JMP Complex multi-factor custom design.pdf) .
Qual è la differenza tra la selezione di Nessuno e Specifica per Definisci vincoli di fattore?
A: Nessuno significa che non ci sono vincoli specificati. Se vuoi Definire il Vincolo puoi selezionare Specifica per definire i vincoli.
Come hai fatto a mettere a fuoco i grafici ternari?
R: Sono pochi piccoli passaggi. Ricorda che se esegui nuovamente il Prediction Profiler dopo aver ingrandito, il Ternary Plot si aggiornerà e perderai l'area ingrandita, ovviamente. Guarda il video qui sotto.
Se non volessi specificare vincoli lineari, ciò inciderebbe sulla mia analisi finale?
R: Non devi avere vincoli per fare un mix design. Lo stiamo solo illustrando, perché il più delle volte, quella conoscenza della chimica entra in gioco molto presto.
Se si modifica un termine della miscela e questo influisce sugli altri e i VIF sono irragionevolmente alti, come si può evitare che il modello sia distorto da quella collinearità o multicollinearità?
R: In genere ci convivo. Penso che scoprirai che i VIF con le miscele possono essere ovunque. E potrebbe esserci molta correlazione. In particolare quando inizi a entrare in componenti e miscele relativamente in traccia, hai regioni molto sottili. Sono meno preoccupato di provare a interpretare i coefficienti con una miscela di quanto non lo sia di provare a interpretare cosa stanno facendo le previsioni in questo spazio ipertriangolare.
Risorse:
- Miscela a sette componenti DOE con vincoli 5 e 7 utilizzando "miscele all'interno della miscela"”
- Progettazione a dieci fattori con 6 miscele, 2 continue, 1 categoriale e 1 variabile di blocco , inclusi vincoli aggiuntivi tra cui il mantenimento di una parte della miscela costante
- Video Space-Filling Mixture DOE per la simulazione di chimica al computer, uno studio di caso di quantificazione dell'incertezza mediante progetti di riempimento dello spazio con variabili di miscela per dati deterministici , Melissa Jablonski, Douglas Ray ed Edward Cooke, JMP Discovery Summit 2017
- Video: Progettazione di esperimenti per formulazioni di reverse engineering , previsione della composizione chimica da un minor numero di miscele di prova mediante la modellazione degli spettri mediante l'analisi dei dati funzionali
- Progettazione di set di candidati: adattare i vincoli DOE al problema , Christopher Gotwalt, JMP Discovery Summit 2021.
Ottima presentazione... Grazie! ... Mi vengono in mente un paio di pensieri...
Innanzitutto, per quanto riguarda il "perché DOE", mi piace dire che DOE ti dice cosa succede quando giri più di una manopola contemporaneamente.
A proposito della domanda sui VIF... I coefficienti nei modelli di miscela non rappresentano gli effetti dei fattori come nel DOE tradizionale. Nei progetti di miscela gli effetti sono dati da tracce (profili) di valori di modello previsti (che non sono influenzati dal VIF) sulla regione di miscela vincolata. In effetti, gli effetti del DOE tradizionale possono anche essere mostrati come tracce di valori previsti (invece di coefficienti di modello), che è ciò che è il profilo di previsione. Spero che questo aiuti.
Una presentazione davvero istruttiva da condividere con la comunità. Grazie, Tom, e anche al team di JMP.
